TDK開發(fā)了一種用于神經形態(tài)應用的旋轉記憶器,有可能將人工智能處理器的功率降低到傳統(tǒng)設備的1/100。

大腦做出復雜決策所需的能量水平與人工智能處理器做出同樣決定所需的能量消耗之間存在差異。通過模仿人類大腦的節(jié)能操作,TDK公司。已經開發(fā)出一種神經形態(tài)的元件,叫做旋轉記憶器,它有可能將人工智能應用的耗電降低到傳統(tǒng)設備的1/100。

在與替代能源和原子能委員會(CEA)的合作下,TDK已經證明其旋轉記憶體可以作為神經形態(tài)裝置的基本元素。接下來的步驟包括與東北大學創(chuàng)新綜合電子系統(tǒng)中心合作,實際開發(fā)該技術。

旋轉記憶器

盡管神經形態(tài)器件的記憶管已經存在,但目前的技術面臨著一些挑戰(zhàn)。這些因素包括長期以來抵制變化的趨勢、難以控制精確的數(shù)據書寫和建立確保數(shù)據得到保留的控制。

TDK說,它的旋轉存儲器不僅可以解決這些挑戰(zhàn),而且可以提供對環(huán)境影響的免疫力,提供長期的數(shù)據存儲,并通過切斷現(xiàn)有設備中的泄漏電流來降低功率消耗。

旋轉記憶器使用的是旋轉電子,一種既使用電子的電荷也使用旋轉元件的技術。人類的大腦是一個驚人的節(jié)能設備。在計算術語中,它只需要20瓦特的功率,就可以完成相當于每秒十億億次的數(shù)學運算。"

TDK說,這比存儲0或1數(shù)據的數(shù)字人工智能處理器的耗電量要低得多。該公司補充道,像人類大腦一樣的旋轉記憶器可以存儲模擬形式的數(shù)據,使超低耗電的復雜計算成為可能。

TDK的下一代電子組件開發(fā)部門主管和高級經理佐佐木通元解釋說:"一般存儲器存儲一個數(shù)字信號--0或1。相比之下,旋轉存儲器可以存儲0到200級的模擬信號。旋轉記憶體結構類似于磁阻性隨機存取存儲器(MRAM),但是數(shù)據存儲層中的兩個不同的磁域被域壁隔開。當應用平面內寫電流時,磁域面積隨磁域壁的驅動而變化。旋轉記憶電阻的電導率與面積比成正比。"

合作努力

TDK公司與法國研究機構CEA合作,證明它的旋轉記憶器作為神經形態(tài)裝置的基本元素是可行的。TDK公司于2020年開始與CEA公司合作,開發(fā)了一個配備了旋轉記憶器(3元x2集x4芯片)的人工智能電路,并通過聲音分離演示確認了其成功運行。

在演示中,即使在音樂、語音和噪聲混合成任意比例時,電路也能夠實時學習和分離這三種類型的聲音。在一般的機器學習中,人工智能操作是根據以前訓練過的人工智能模型的數(shù)據進行的。然而,TDK聲稱其設備具有獨特的實時學習能力。

TDK的聲音分離演示是在一臺標準電腦上進行的。佐佐木說:"混合語音的特征是用CEA制作的軟件提取出來的。""旋轉記憶管只需實時更新混合比率即可。傳統(tǒng)的基于PCM、RERAM和FERM的記憶電阻器因其復雜的響應行為和存儲電阻值隨時間的推移等問題而眾所周知難以使用。這些問題一直是實現(xiàn)神經形態(tài)學技術的主要障礙。

他補充道:"這個演示表明,旋轉記憶器也可以用于實時操作的人工智能電路,因為旋轉記憶器可以通過簡單的操作以高速運行。"

既然演示已經證實TDK的旋轉記憶器可以作為神經形態(tài)裝置的基本元素,該公司將把項目從基礎開發(fā)階段推進到實際應用階段。產品的制造需要半導體和旋電子制造過程的集成。

TDK說,這種集成已經在制造類似于記憶管的MLM中實現(xiàn)了。

在實際設備開發(fā)方面,TDK正與東北大學創(chuàng)新集成電子系統(tǒng)中心合作開發(fā)一個原型。這項合作將利用大學在MRAM研發(fā)和制造技術方面的工作,包括其12英寸原型線。

TDK及其合作伙伴計劃在2030年后開始生產。"我們已經完成了與CEA的概念演示,"佐佐木說。"現(xiàn)在,我們將進入芯片級演示階段,這是一個集成了一系列旋轉記憶器和半導體電路的芯片,將被CEA和東北大學用于演示性能。

他補充道:"我們需要將大量的旋轉記憶器和半導體電路結合起來,就像MRAM一樣。""我們正在考慮TDK的傳感器使用這種技術。"